Maîtrisez la chaîne de valeur du développement augmenté par l’IA
L’IA générative redéfinit le développement logiciel LLM, architectures agentiques, protocoles d’interopérabilité comme MCP changent la manière de concevoir, construire et déployer des applications.


Présentation
Cette formation développement augmenté par l’IA prépare développeurs, architectes et ingénieurs IA à maîtriser toute la chaîne de valeur du développement augmenté par l’IA, de la compréhension des modèles jusqu’à la mise en production de systèmes agentiques complexes, pour livrer des applications fiables, sécurisées et performantes.
Objectifs pédagogiques
À l’issue de la formation développement augmenté par l’IA, les participants seront capables de :
1
Comprendre et exploiter les modèles de langage (LLM) : maîtriser les architectures Transformer, les mécanismes d’attention, le prompting avancé et le fine-tuning pour les intégrer efficacement dans des applications métier
2
Concevoir des architectures agentiques : implémenter les principaux design patterns agentiques (réflexion, utilisation d’outils, mémoire, planification, orchestration multi-agents) pour créer des systèmes autonomes et fiables
3
Développer des compétences pratiques (skills) d’intégration IA : maîtriser le prompt engineering avancé, le RAG (Retrieval-Augmented Generation), l’évaluation des systèmes LLM, la gestion des garde-fous et les bonnes pratiques de mise en production
4
Concevoir et déployer des serveurs MCP : implémenter le protocole Model Context Protocol pour créer des connecteurs standardisés entre les LLM et les systèmes d’information d’entreprise, en garantissant sécurité et interopérabilité
Public & conditions d’accès
Public visé
Ce programme qualifiant s’adresse aux professionnels du développement logiciel et de l’ingénierie qui souhaitent intégrer l’IA générative au cœur de leur pratique quotidienne et de leurs architectures applicatives.
- Développeurs logiciels (back-end, full-stack) — Bac+3 à Bac+5 en informatique, 2 ans d’expérience minimum en développement
- Architectes logiciels et solutions — Bac+5 en informatique ou ingénierie, 5 ans d’expérience minimum
- Ingénieurs Machine Learning / Data Scientists — Bac+5 en informatique, mathématiques ou domaine connexe, 2 ans d’expérience en ML/Data Science
- Tech Leads et CTO — Bac+5, 5 ans d’expérience minimum en leadership technique
- DevOps / SRE souhaitant intégrer des composants IA dans leurs pipelines — Bac+3 à Bac+5, 3 ans d’expérience

Prérequis
- Maîtrise d’au moins un langage de programmation (Python fortement recommandé, TypeScript/JavaScript accepté)
- Connaissances fondamentales en développement web (API REST, HTTP, JSON)
- Familiarité avec les concepts de base du machine learning (notions de modèle, entraînement, inférence) — un niveau introductif suffit
- Expérience professionnelle minimum de 2 ans dans un rôle technique
- Aisance avec les outils de développement (IDE, Git, terminal/ligne de commande)
Programme
Modèles de Langage : Comprendre la Machine pour Décider Mieux
Durée
14 heures (2 jours)
Modalité
Jour 1 en présentiel/ Jour 2 en distanciel synchrone + travaux asynchrones
Objectif du module : Acquérir une compréhension approfondie du fonctionnement des LLM et maîtriser leur utilisation programmatique pour des applications professionnelles.
- Les fondations des LLM
- Interagir avec les LLM par API
- Prompt engineering avancé
- Retrieval-Augmented Generation (RAG)
- Fine-tuning et adaptation de modèles
- Évaluation et observabilité des systèmes LLM
Travaux asynchrones (entre les modules) : lectures complémentaires, quiz d’auto-évaluation, préparation du projet fil rouge (choix du cas d’usage).
Agentification et Design Patterns Agentiques
Objectif du module : Maîtriser la conception et l’implémentation de systèmes agentiques en comprenant les principaux design patterns et en sachant choisir l’architecture adaptée à chaque cas d’usage.
Durée
14 heures (2 jours)
Modalité
2 jours en présentiel (Paris)
- Introduction aux agents IA
- Design Pattern : Réflexion (Reflection)
- Design Patterns : Utilisation d’outils (Tool Use)
- Design Pattern : Mémoire (Memory)
- Design Pattern : Planification (Planning)
- Design Pattern : Multi-agents
Travaux asynchrones : avancement du projet fil rouge (conception de l’architecture agentique), étude de cas industriels.
Skills : Compétences Pratiques pour le Développement Augmenté
Objectif du module : Acquérir les compétences transversales essentielles pour industrialiser des applications IA : sécurité, qualité, performance, UX et intégration dans les workflows de développement existants.
Durée
14 heures (2 jours)
Modalité
Jour 5 en distanciel synchrone / Jour 6 en présentiel
- Coding assistants et développement augmenté
- Garde-fous et sécurité des applications LLM
- Gestion des coûts et optimisation des performances
- Design d’interfaces conversationnelles et UX de l’IA
- Intégration dans les systèmes d’information existants
- Tests, CI/CD et MLOps pour les applications LLM
Travaux asynchrones : avancement du projet fil rouge (développement et intégration), peer review entre participants.
MCP Serveur : Connecter les LLM au Monde Réel
Objectif du module : Maîtriser le protocole MCP (Model Context Protocol) pour concevoir, développer et déployer des serveurs MCP qui connectent les LLM aux systèmes d’information d’entreprise de manière sécurisée et standardisée.
Durée
14 heures (2 jours)
Modalité
2 jours en présentiel (Paris)
- Introduction au Model Context Protocol (MCP)
- Développer un serveur MCP
- Sécurité et gouvernance MCP
- Déploiement et opérations
- Projet final et soutenance
Modalités, évaluation & validation
Modalités pédagogiques
L’EPITA met à disposition des participants les différents supports de formation (textes de présentation, articles, études de cas sur l’Espace Numérique de l’école. Il s’agit d’un espace en ligne mettant en relation les participants et les intervenants. Cet espace est propre à l’EPITA et les accès sont sécurisés. Pour certains modules, les documents peuvent être également remis sur format papier, directement à disposition dans la salle de formation.
*Ce programme est susceptible d’évolutions pour intégrer les dernières avancées technologiques.
Évaluation
Le niveau de maîtrise des compétences visées est apprécié de manière continue et formative tout au long du programme :
- Travaux pratiques encadrés — Chaque module comporte des labs et ateliers pratiques réalisés individuellement ou en binôme. Les participants reçoivent un feedback personnalisé de la part des formateurs sur la qualité de leurs réalisations, leurs choix d’architecture et leurs axes de progression.
- Projet fil rouge — Les participants développent progressivement un système agentique complet au fil des 4 modules. Ce projet constitue le principal vecteur d’apprentissage et permet à chaque participant de repartir avec un livrable concret, directement transposable dans son contexte professionnel.
- Auto-évaluation et peer review — Des quiz d’auto-positionnement (asynchrones) permettent aux participants de mesurer leur progression entre chaque module. Des sessions de peer review entre participants favorisent l’apprentissage collaboratif.
Validation
Une Attestation d’Acquisition des Compétences (AACE) de l’EPITA, est délivrée aux participants ayant validé l’ensemble des compétences visées par le programme.
Accessibilité
Cette formation est accessible aux personnes en situation de handicap. Contactez notre référent handicap pour étudier les aménagements possibles : [email protected].
Responsable pédagogique

Julien PEREZ
Responsable pédagogique du programme
IA & Data
Machine learning
Systèmes agentiques
Expertise et parcours
Dr Julien PEREZ est professeur associé à l’EPITA, habilité à diriger des recherches (HDR). Il est expert en IA et machine learning. Ses recherches ont porté sur les processus décisionnels non markoviens et les réseaux neuronaux récurrents profonds.
Il a effectué un stage postdoctoral d’un an à Télécom ParisTech, travaillé comme professeur assistant à l’Université Paris-Est Créteil, ainsi qu’au sein du Xerox Research Centre Europe (XRCE) et a été responsable de l’apprentissage robotique chez Naver Labs Europe. Il est diplômé d’un doctorat au Laboratoire de Recherche en Informatique (LRI) de l’université Paris-Sud, d’un Master en apprentissage automatique et intelligence artificielle de l’université Paris Dauphine et de l’EPITA.
Le Learning Success Manager est l’interlocuteur au quotidien pour accompagner tout au long du programme de formation.
Découvrez nos autres programmes EPITA Executive Education
Chaque programme EPITA Executive Education s’inscrit dans une trajectoire : maîtriser une technologie, piloter sa mise en œuvre, transformer l’organisation. Identifiez la formation qui prolonge celle-ci.
Programme mis à jour :
Intra
Sur devis
Prochaines sessions
Sur demande
Campus
Campus Cyber, Paris
8 j · 56 h
Présentiel ou à distance
Français | Anglais
